神策数据：证券客户生命周期运营方案全解析

　　本文将从神策数据服务过的7家TOP10券商客户的实战经验，为你讲解证券客户全生命周期运营方案。

　　上图直观地展示了客户全生命周期管理的概念。一般来说，券商公司会对所有的客户进行分级分类，并对不同的客户进行针对性的服务。

　　目前，券商开始进行财富管理转型，即去市场周期化，如当股票行情不好，推荐客户做债券基金或理财等，通过资产配置的方式，让用户的资产仍留在体系内，实现客户在系统内创造的价值大于客户的获客成本和维护成本，最大化客户全生命周期价值。

　　为了实现客户全生命周期运营，神策数据一般将客户划分在三个阶段，同时将运营活动划分为客户运营、活动运营、内容运营三类，如下图：

　　最近，神策数据与很多头部券商客户进行交流，讨论券商运营的一些场景和核心需求，做了一个涵盖客户运营和活动运营的全生命周期运营方案简化版，未来神策数据将不断完善该方案。如下图。

　　下图是根据方案做的demo，可以清楚地从运营计划看板监控运营计划、类型、内容及执行数据情况，对于很多公司来说，这个运营计划看板省去了大量的繁杂工作量，可以实时监测运营活动进展，采取有效的干预、预防、挽留措施。

　　对于运营我们先讲一下方法论，以购买基金为例，通过典型客户的决策过程，来具体讲解运营方法论。

　　消费者决策模型用了描述消费者购买决策的过程，分为关键的5步，认知问题、信息获取、评估选择、动作、事后评价。在该消费者决策模型的背景下，便衍生出了基于方法论的运营闭环，如下图。

　　新客户的运营目标一般为开户率、入金金额、促成新客理财客户数、留存率等指标的提升。很多证券公司获取一个客户的成本在1000元，还无法保证获取的用户为有效客户，即不保证用户年末留资在10000元以上，因为流量昂贵，企业获客的质需要被重视起来。

　　第一步客户洞察，客户可以划分为新开客户、不活跃的新客户、不入金的新客户;

　　第二步策略选择，针对不同类型的客户可以做差异化策略，如对新用户进行引流监控，新开客户做开户中断的干预，对不活跃的新客户进行促活跃等;

　　第三步针对性触达，包括App推送、短信营销、人工触达等，根据具体需要进行单一触达或组合触达，如新用户只是进行手机注册，还未开户时，我们便会采取短信触达方式;用户开户中断时，我们会用客户经理进行触达;用户开户后，我们会用短信或Push进行触达等;

　　引流的渠道有很多，如在百度上购买关键词;与财经媒体合作做广告引流开户，如雪球;使用今日头条、信息流平台引流等。对于企业来说，做好监控分析的第一步是将渠道参数补充完善，如下图。

　　神策数据的工具具备较便捷的渠道追踪和分析功能，如下图，可以清晰的看到不同渠道来源的引流用户规模、用户质量及激活、注册用户数趋势等。

　　虽然图中为模拟数据，但是仍然具备现实意义。整体来看，引流开户比率达到40%，但现实数据往往根本不到40%，次日留存和周留存都比较低。现实中，我了解到很多证券公司新客户的周留存率可能10%不到，这说明网络引流的客户可能只开了户就结束了，这对券商来说是巨大的损失。

　　引流后的第一个关键动作就是开户，但股票账户开户有一个很现实的问题，——开户流程太长，约12个步骤左右，包括客户的主动填写，被动的点击确认，单向视频拍摄或双向视频交流等，繁琐的流程导致开户中断率特别高。针对这种情况，有一个较好的解决办法，如下图，使用漏斗分析各个页面的转化率。

　　如图中模拟的开户流程分析步骤，从进入开户到最后开户提交完成共需要12步，用漏斗分析很清晰地看到每一步的转化率，若发现转化率低于预期可以进一步分析原因。

　　如某券商在漏斗分析过程中，发现开户视频见证的转化率和身份信息的转化率较低，进一步分析后，原因可能是拍摄身份证时边缘识别效果不好，造成了多次拍摄不成功，使转化率变低，便可以针对拍摄的功能进行针对性改进。当然原因也可能是，开户页面在安卓上正常，但在iOS上会跳出，就需要针对机型适配进行改进。

　　具体原因可以结合其他分析模型一起验证，最终可以通过不断地分析迭代验证让整个流程更友好，使整体转化率提升。

　　针对仍旧流失的用户，我们可以将其流失用户的相关信息通过数据中台发送给客户经理，如果没有客户经理就可以通过短信、Push等干预，一个中型券商可通过这种召回方式挽回20~30个客户。

　　新客户开户后若在APP上不活跃，企业获取到的业务数据和行为数据均比较少，此时要求业务数据和行为数据结合起来做运营活动，神策数据的产品有一个流程画布的功能，可以按照顺序把多个活动，如促入金和促活跃结合起来引导用户。

　　以新客运营为例，筛选已经注册但2小时内未进入开户页面的客户，对其进行及时的触达，在流程画步上很轻松的可以筛选人群。

　　筛选完成后到运营活动设置，针对这群用户发送促开户的短信，若部分用户三天之后仍旧没开户，可以使用短信再做一次触达;若有些用户在这三天之内开户了，但App启动次数少，我们可以做促活跃的动作，如送积分，提醒其换购商品，促进用户的使用;也可能部分用户已开户也活跃，但是并没有入金，企业就可以发一个新客理财的福利，促入金。

　　在注册后三天的时间点针对三类用户做针对性的运营，依此类推，在7天后也可进一步做针对性的运营，通过流程画布，将精细化化运营闭环真正跑起来。如下图，做了一个简单的概括。

　　值得注意的是，相对于交易数据、资产数据、产品数据、人口属性数据作分析，大部分券商很少发挥用户线上行为数据的价值。行为数据会更关注客户的兴趣偏好，更适合用于了解客户体验和用户潜在金融需求，利用用户在产品中的行为数据进行营销，会对范围和兴趣更具有针对性。

　　以上，神策数据解决了券商企业的渠道追踪和提高开户率的两个关键问题。这些都经过神策数据的券商客户实践案例验证过，很多券商的新客交易率仅为5~10%，希望通过神策数据的运营工具配合客户的运营计划将新客交易率提高5%或更多，以覆盖引流成本。

　　关于券商企业的活动运营有很多种，下面主要分享老拉新活动和产品销售活动两大类。

　　分享活动给好友即可获得抽奖机会;邀请好友助力;邀请好友注册各自都得奖等。如：微信读书的抽卡活动、携程的邀请好友助力抢火车票、瑞幸咖啡的给好友送咖啡的活动。

　　某基金公司做了一场老拉新活动，活动简介为：抽奖时间为每周五，用户账户于本周五账户确认的资产达到***元就有一次抽奖资格，100%有奖，奖品为现金红包。如果将抽中的现金红包页面分享给其他新用户，新用户完成注册，则现金红包可以“膨胀”增值。

　　针对这个活动，企业如何让其价值最大化呢?进行活动过程和结果的分析，优化投入产出比。

　　企业针对邀请者主要的监测指标可以是分享率，分享次数，引流用户留存以及客户的参与度的分布情况;针对被邀请者的监测指标是注册率，App激活率、留存情况。如下图，通过模拟数据还原真实场景：

　　如上图所示，参与抽奖的客户的周留存提升，因为App周五定时抽奖有效促进用户的App使用率，证明该活动起到一定的促活作用。但是，抽奖活动的注册用户的开户效果却不太好。

　　我们针对这一情况进一步分析后，针对分享者建议把页面的按键去掉，缩减交互路径，客户抽完奖，不用发图炫耀，只需点击就直接分享给好友，以提高分享转化率，如下图。

　　针对被邀请者在点击助力后没有注册成功的原因之一是很多人已经是现有客户，原因之二是用户手机号输入错误，这两类原因占比85%以上，这说明大家并不清楚规则，再者其社交裂变能力差，因为活动的奖励小，对于老客户和新客户在最后的参与意愿都不太高，如下图。

　　那么券商企业针对存量客户的老拉新活动应该怎么做呢?企业需要综合考量客户愿意分享什么、奖励模式如何具备激励性，活动的难易程度等。

　　产品销售活动在证券公司是一个热门活动形式，可以说，企业想做财富管理转型，产品销售是不可或缺的一步。同样，销售活动也可以按照运营闭环来做，如下图，我们将其分为了7个步骤：

　　第一步是销售策划，如计划基金销售，需要进行产品分析，找到主推基金的亮点进行产品文案的包装，然后再进行销售任务的分解;

　　第二步是客户筛选，如可以在神策用户画像中根据客户风险、客户资产、客户偏好以及客户在APP中的行为(如产品的浏览频次)等进行主要销售人群的筛选;

　　第三步销售预热，如通过短信&Push、APP广告&资源位、人工等方式提前将售卖信息触达用户，当然，这可以在神策智能运营中进行自定义的组合设置;

　　第四步线索收集，在销售预热的过程中，客户点击广告、浏览详情页等方式就可以收集线索，并可将线索推送到CRM，以便客户经理对线索进行跟踪;

　　第五步进度监控，为保证销售效果，会进行销售总体情况、分区域销售、客户销售转化情况等监控;

　　第六步销售推动，根据销售跟进情况，针对性采取客户再次触达、分区域督导、延长募集期等方式促进销售;

　　第七步效果评价，券商企业一般会结合销售完成率、线索成单率、宣传效果评价、客户反馈等指标进行整个销售活动效果的评估总结。

　　经过这7步便形成了一个销售活动的完整闭环，一般一个销售活动过程会持续约一个月的时间。其中较关键的一步是客户筛选，选择正确的目标人群，销售活动就事半功倍了，下面我将结合神策用户画像来解答如何进行有效的客户筛选，如下图。

　　如图，结合业务数据、用户行为数据等筛选出目标用户，同时结合过去的用户营销记录来进行用户喜好的营销方式进行触达，此外，还可以通过Lookalike技术，做已知目标用户群体的相似人群扩散找到更多的潜在目标用户等。

　　在销售预热&线索收集阶段，数据的打通极为重要，如图中右半部分将CRM、数据中台、精细化运营平台有机结合后，营销动作和销售动作才能更有机的结合。

　　这里特别强调一个分析模型——归因分析，可以有效的帮助企业进行预热效果分析，从而不断精准地优化营销战略，提高投入产出比，放大收益效果，概况来说，归因分析有4个核心特征和可解决3个核心痛点，如下图：

　　举个例子，在一次基金产品的销售过程中，会进行Push、广告页、搜索、栏位等营销触达并收取线索，每个触达方式的成本不一，收取线索因产品不同效果也会千差万别，那么如何知道那种触达方式效果更好呢?归因分析就可以起到关键性的作用。如下图，为神策分析的归因分析模型界面：

　　如图demo界面所示，我们可以选择不同的归因分析模型进行归因，其分析的重点不一样，产生的归因效果也不一样，如下图。

　　产品拉新成本高，只有实现产品内存量流量价值最大化，才能提升业务价值收益。但传统栏位(产品列表、Banner位(轮播图)、iCON(功能))运营采用千人一面的运营投放，既不能提升持续业务价值，也无法满足更细的用户偏好与体验要求。

　　面对如何排序才能实现业务价值的问题，业务人员既没有多维度的排序工具、也无法灵活调整排序权重和跟踪效果和迭代优化。

　　因此，神策数据推出了支持精细化栏位运营的规则推荐产品。比如，今日头条会不断推荐你愿意看的内容，是一种基于算法的推荐，而规则推荐是选取一些客户的属性，在特定栏位上展现客户可能感兴趣的内容。

　　如下图以邮储手机银行为例，跟产品接口打通后，可以在各个模块可以实现个性化推荐。

　　规则推荐的实现过程为：从Banner、iCON等栏位选择实行推荐的特定栏位;根据用户属性、用户行为等筛选目标受众;再根据物品属性、关联用户属性等选择可推荐产品;再设置推荐规则，比如用户第一次打开APP和第二次打开APP看到的页面要不要一样，哪个产品首先露出等设置相应的展示权重，可采取单维度排序、多维度排序、人工编排等方式;最后必不可少的效果评估，可观察的指标有CTR、人均点击次数、促成转化次数等，如下用一张图概括。

　　神策数据智能推荐支持智能规则创建栏位和计划管理，适用于理财推荐、基金推荐、个性化专题;可推产品数量范围在几十-几万;根据用户群和用户偏好做产品推荐;实时查看栏位效果;快速确认策略质量等，几乎满足大多数券商的推荐需求。

　　前面讲了较多的应用层面，但做客户全生命周期运营非常重要的一环还有数据基础建设，如下图，我做了一个简单的概括。

　　如图所示，神策数据展示了券商做好数字化运营财富管理所要具备的数据框架。以上，是神策数据服务众多头部券商总结出来的宝贵经验，事实上，Top10券商中有7家已经是我们的优质客户，希望神策数据的一些行业实践总结和产品能真正帮到更多证券基金企业突破瓶颈，加速发展。

作者：admin

抖音快手 站点 QQ交谈